我有两个数据框。数据框data
包含两列:一列包含ymd
日期,其他值:
date value
1 2009-10-23 1100
2 2009-05-01 5000
3 2010-01-13 3050
4 2010-07-24 2700
5 2009-06-16 2600
我的第二个数据帧(名为factors
)也有两列:另一个ymd
日期和一个系数。在这里,对于每年的每个月,我始终都有两个特定的日期:每月的1号和15号。这就是数据框的外观(我在这个最小的示例中只添加了 some 日期,但不应有任何“跳跃”:我有10年的连续数据):>
date coeff
1 2009-05-01 2.00
2 2009-05-15 3.00
3 2009-06-01 2.50
4 2009-06-15 4.00
5 2009-10-01 3.65
6 2009-10-15 4.80
7 2010-01-01 2.40
8 2010-01-15 1.90
9 2010-07-01 5.20
10 2010-07-15 4.30
数据框已准备好在此提琴上使用:http://rextester.com/MOIY96065
我的问题
我需要在数据框1中创建一个新列(名为data
,其中该列是data$value / factors$coeff
,其条件如下:它必须使用coeff
和前一个最接近的{{1 }}值。
例如:date
除以date$value[1]
(10月15日的值),而factors$coeff[6]
除以date$value[2]
(5月1日的值)
我的factors$coeff[1]
数据帧按日期排序。我一直在使用factors
来解析字符串类型的日期,但是我不知道该如何进行这项工作。
答案 0 :(得分:2)
您可以使用findInterval()
获取用于选择正确行的索引
来自factors
:
(i <- findInterval(date$date, factors$date))
#> [1] 6 1 7 10 4
date$value / factors$coeff[i]
#> [1] 229.1667 2500.0000 1270.8333 627.9070 650.0000
由reprex package(v0.2.0.9000)创建于2018-08-09。
数据:
date <- structure(list(date = structure(c(14540, 14365, 14622, 14814,
14411), class = "Date"), value = c(1100, 5000, 3050, 2700, 2600
)), row.names = c(NA, -5L), class = "data.frame")
factors <- structure(list(date = structure(c(14365, 14379, 14396, 14410,
14518, 14532, 14610, 14624, 14791, 14805), class = "Date"), coeff = c(2,
3, 2.5, 4, 3.65, 4.8, 2.4, 1.9, 5.2, 4.3)), row.names = c(NA,
-10L), class = "data.frame")
答案 1 :(得分:1)
@Frank答案的here自适应格式
d <- function(x,y) {
diff <- as.numeric(x-y)
diff <- which.min(diff[diff>=0])
}
indx <- sapply(df$date, function(x) d(x,df1$date))
df_final <- cbind(df,df1[indx,,drop=FALSE])
df_final$result <- df_final$value/df_final$coeff
date value date coeff result
1 2009-10-23 1100 2009-10-15 4.8 229.1667
2 2009-05-01 5000 2009-05-01 2.0 2500.0000
3 2010-01-13 3050 2010-01-01 2.4 1270.8333
4 2010-07-24 2700 2010-07-15 4.3 627.9070
5 2009-06-16 2600 2009-06-15 4.0 650.0000
df<-read.table(text=" date value
1 2009-10-23 1100
2 2009-05-01 5000
3 2010-01-13 3050
4 2010-07-24 2700
5 2009-06-16 2600
",header=TRUE)
df1<-read.table(text=" date coeff
1 2009-05-01 2.00
2 2009-05-15 3.00
3 2009-06-01 2.50
4 2009-06-15 4.00
5 2009-10-01 3.65
6 2009-10-15 4.80
7 2010-01-01 2.40
8 2010-01-15 1.90
9 2010-07-01 5.20
10 2010-07-15 4.30
",header=TRUE)